期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Rep-VGG的滚动轴承故障诊断
被引量：
4
1
作者
鲍泽富
王晨阳
+1 位作者
张伟
郭永飞
《现代电子技术》
2023年第14期152-156,共5页
为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模...
为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模型进行训练和测试,实验数据来源于凯斯西储大学公开的轴承数据集,并与其他模型进行对比。实验结果表明,所提方法对于轴承故障的诊断准确率达到99.9499%,损失仅为0.0221%;通过混淆矩阵得到Rep-VGG模型将不同类型的故障进行分类的准确率达到99.3%,与VGG-16相比,准确率提升5.3499%,说明该模型具有广泛的应用前景。
展开更多
关键词
rep
-
vgg
模型
滚动轴承
故障诊断
数据预处理
轴承数据集
混淆矩阵
在线阅读
下载PDF
职称材料
基于RepVGG和LSTM两阶段移动众包任务分配算法
被引量：
2
2
作者
于嵩
潘庆先
+2 位作者
童向荣
刘庆菊
褚佳静
《燕山大学学报》
CAS
北大核心
2023年第2期152-163,共12页
移动众包是一种新型的感知模式,已被广泛应用于移动计算和城市生活交通服务,任务分配是移动众包中核心研究问题之一。但由于任务是动态到达的,移动众包平台在初始并不了解所有的众包任务,导致任务分配往往会陷入局部最优。为了解决上述...
移动众包是一种新型的感知模式,已被广泛应用于移动计算和城市生活交通服务,任务分配是移动众包中核心研究问题之一。但由于任务是动态到达的,移动众包平台在初始并不了解所有的众包任务,导致任务分配往往会陷入局部最优。为了解决上述问题,本文提出了一种基于深度学习的两阶段预测算法,第一阶段使用基于RepVGG的网络进行任务可用性的预测,第二阶段使用基于LSTM的网络进一步进行任务持续时间的预测。通过实验对比,本文所提出的算法在预测任务可用性上的准确度比传统的机器学习算法提高了32%,比同样基于深度学习的算法提高了14.2%,在预测任务持续性上的准确度相比其他算法提高了10.5%。
展开更多
关键词
移动众包
任务分配
rep
vgg
LSTM
任务可用性
任务持续性
在线阅读
下载PDF
职称材料
题名
基于Rep-VGG的滚动轴承故障诊断
被引量：
4
1
作者
鲍泽富
王晨阳
张伟
郭永飞
机构
西安石油大学机械工程学院
出处
《现代电子技术》
2023年第14期152-156,共5页
文摘
为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模型进行训练和测试,实验数据来源于凯斯西储大学公开的轴承数据集,并与其他模型进行对比。实验结果表明,所提方法对于轴承故障的诊断准确率达到99.9499%,损失仅为0.0221%;通过混淆矩阵得到Rep-VGG模型将不同类型的故障进行分类的准确率达到99.3%,与VGG-16相比,准确率提升5.3499%,说明该模型具有广泛的应用前景。
关键词
rep
-
vgg
模型
滚动轴承
故障诊断
数据预处理
轴承数据集
混淆矩阵
Keywords
rep
-
vgg
model
rolling bearing
fault diagnosis
data p
rep
rocessing
bearing dataset
confusion matrix
分类号
TN876-34 [电子电信—信息与通信工程]
在线阅读
下载PDF
职称材料
题名
基于RepVGG和LSTM两阶段移动众包任务分配算法
被引量：
2
2
作者
于嵩
潘庆先
童向荣
刘庆菊
褚佳静
机构
烟台大学计算机与控制工程学院
出处
《燕山大学学报》
CAS
北大核心
2023年第2期152-163,共12页
基金
国家自然科学基金资助项目(60903098,61502140,61572418,61472095,62072392)
黑龙江自然科学基金资助项目(LH2020F023)。
文摘
移动众包是一种新型的感知模式,已被广泛应用于移动计算和城市生活交通服务,任务分配是移动众包中核心研究问题之一。但由于任务是动态到达的,移动众包平台在初始并不了解所有的众包任务,导致任务分配往往会陷入局部最优。为了解决上述问题,本文提出了一种基于深度学习的两阶段预测算法,第一阶段使用基于RepVGG的网络进行任务可用性的预测,第二阶段使用基于LSTM的网络进一步进行任务持续时间的预测。通过实验对比,本文所提出的算法在预测任务可用性上的准确度比传统的机器学习算法提高了32%,比同样基于深度学习的算法提高了14.2%,在预测任务持续性上的准确度相比其他算法提高了10.5%。
关键词
移动众包
任务分配
rep
vgg
LSTM
任务可用性
任务持续性
Keywords
mobile crowdsourcing
task assignment
rep vgg
LSTM
service availability
service duration
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Rep-VGG的滚动轴承故障诊断
鲍泽富
王晨阳
张伟
郭永飞
《现代电子技术》
2023
4
在线阅读
下载PDF
职称材料
2
基于RepVGG和LSTM两阶段移动众包任务分配算法
于嵩
潘庆先
童向荣
刘庆菊
褚佳静
《燕山大学学报》
CAS
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
